Growth 产品矩阵：500 万行源码的实战背书
本书所有案例均来自真实产品，所有数据均为实测统计。
全产品线数据一览
| 产品线 | C# 行数 | TS/JS 行数 | 其他行数¹ | 项目/模块数 | 技术栈 | 产品形态 |
|---|---|---|---|---|---|---|
| Growth AIOS（AI Agent 编排平台） | 336,022 | 1,089,231 | ~200,000 | 54 个 .NET + 171 个 Monorepo 包 | .NET 8 / MAAI/MEAI / React 18 / WPF | 桌面端 (WPF) + Web 端 (React 18) |
| Growth Video（AI 智能视频剪辑） | 24,610 | — | ~10,700 | 4 个子系统 | WPF / ASP.NET Core / 开源剪映 | 桌面客户端 + Web 管理 |
| Growth BaseData（SCRM 社交客户管理） | 14,930 | 541,340 | ~93,000 | 6 个模块（含无代码平台） | ASP.NET Core / React / Metabase | Web 端 + 数据分析平台 |
| Growth Chat（采集+直播+推流） | 40,019 | — | ~300 | 5 个子系统 | C# / FFmpeg | 桌面工具 + 消息网关 |
| 合计 | 415,581 | 1,630,571 | ~304,000 | 70 个 .NET 项目 | 5 种语言 | 桌面+Web+服务端 |
¹ 其他行数 = PowerShell 脚本 + Python + JSON 配置文件，均为 Git 版本管理内的源码行数。
复杂度关键指标
| 维度 | 数值 | 说明 |
|---|---|---|
| 自研 AI Agent 引擎 | 用 Qoder 开发 AI 编排平台 | AI 开发 AI——对编码 Agent 的理解最透彻，最有资格写这本书 |
| 全语言代码总行数 | ~200 万行（Growth AIOS 核心产品） | C# + TypeScript + Go + Python + C++ + XAML |
| 全生态总行数 | ~500 万行 | 含自研框架、集成组件、第三方适配等全量工程代码 |
| 源文件总数 | 15,000+ 个 | 含 ~2,700 个 C# 文件、~6,400 个 TS/JS 文件（Components + Client 两大仓库） |
| 技术栈跨度 | 6 种语言 / 多种架构 | C/S 架构 + MVC 架构 + WebView2 混合架构 |
| 核心架构层数 | 6 层 | 产品层 → 表现层 → 服务层 → AI Agent 引擎层 → 工作流引擎层 → 基础设施层 |
| 架构模式应用 | 8+ 种 | 装饰器管道(MAAI/MEAI)、Provider/策略模式、模块化DI注册、工作流节点+Checkpoint、适配器模式(多渠道)、事件驱动、沙箱隔离、C/S双端分离 |
| 测试文件 | 195 个 | 单元测试 + 集成测试 |
| Git 提交 | 275+ 次 | 仅后端核心仓库 |
架构复杂度一览
Growth AIOS 产品首页截图
Growth AIOS 仪表盘首页 —— 企业自动化管理中心，集成 Agent 对话、工作流编排、资源汇总、集成管理等核心功能。
完整工程全景：不仅是 Growth
上表是 Growth 四大产品线的核心数据。而在 Growth 之外，每个产品线的源码仓库以及我在企业级 Java 架构领域的工程实践，共同构成了全栈异构系统的完整图景：
Growth 产品线 Git 实测数据
| 产品线 | Git 仓库 | 源码文件 | 核心代码行数 |
|---|---|---|---|
| Growth Video | automator-video | 261 .cs + 248 .ts + 133 .tsx + 153 .xaml | ~74,000 行 |
| Growth BaseData | BaseData | 180 .cs + 2,851 .ts + 1,868 .tsx + 188 .js | ~526,000 行 |
| Growth Chat | chat | 276 .cs + 18 .go + 2 .cpp + 2 .h | ~43,000 行 |
异构系统（传统 Java 架构）
| 系统 | 类型 | 技术栈 | 规模 |
|---|---|---|---|
| wukong-server | 企业级后端 | Java / Spring Boot / MyBatis / MySQL | 2,069 个 .java 文件，~17 万行代码 |
| MF-CIM-SERVER | 即时通讯服务端 | Java / Netty / 消息中间件 | ~500 个源文件，~3 万行 Java 代码 |
| Mifeng-windows-client | 桌面客户端 | C# WPF / C++ / 流媒体 | 405 个 .cs 文件，~5.7 万行代码 |
| MF-Wukong-App | 移动端应用 | Vue / UniApp / TypeScript | 692 .js + 383 .vue + 266 .ts |
全景汇总
| 维度 | 覆盖范围 |
|---|---|
| 语言 | Java / C# / C++ / TypeScript / Go / Python / XAML |
| 架构 | Spring Boot → WPF 桌面 → 移动端 → 流媒体服务 |
| 领域 | 金融账务 / 即时通讯 / 音视频 / 营销科技 / 直播 |
传统 Java 架构（Spring Boot + MyBatis + Maven）同样可以用 AI 优化——这也是 AI 架构转型的核心战场。